Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Algoritma K-Means dan Rapidminer untuk Clustering Data Kemiskinan Provinsi Banten Ricka Maulida; Sisilia Ratu Counsela Evrilia; Nabila Rahmania Az Zahra; Deny Haryadi
Journal of Informatics and Communication Technology (JICT) Vol. 6 No. 1 (2024)
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52661/j_ict.v6i1.246

Abstract

Dalam skala nasional, jumlah tingkat kemiskinan di Provinsi Banten yaitu rendah. Hal ini dapat dibuktikan pada Maret 2022, Banten memiliki 6,16% penduduk yang hidup dalam kemiskinan, lebih rendah dari rata-rata nasional 9,54% untuk periode waktu tersebut. Pendekatan algoritma K-Means Clustering adalah strategi data mining yang digunakan pada penelitian ini. Data penelitian ini, yang mencakup 8 Kabupaten/Kota dan 3 variabel, diperoleh dari situs Badan Pusat Statistik (BPS) antara tahun 2020 dan 2022. Faktor-faktor yang diperhitungkan adalah populasi warga kurang mampu (ribu jiwa), rata-rata (Mean), jumlah tahun yang dihabiskan di sekolah (tahun), dan jumlah uang yang dikeluarkan per orang setiap tahun (ribu rupiah). Seluruh rangkaian data dianalisis menggunakan Rapidminer, diproses menjadi 3 tingkatan cluster, cluster sedang yaitu (C0), cluster tinggi yaitu (C1), dan cluster rendah yaitu (C2). Perhitungan pada Rapidminer mengungkapkan bahwa Kota Tangerang dan Kota Tangerang Selatan berada di cluster 0, Kabupaten Pandeglang, Kab Lebak, Kab Serang masuk dalam cluster 1, serta Kabupaten Tangerang, Kota Cilegon, Kota Serang berada di cluster 2.